Pracuj.pl Hybrydowo Mid

Machine Learning Engineer

OBI SMART TECHNOLOGIES POLAND SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ

⚲ Katowice

9 000–27 720 zł / mies. (zal. od umowy)

Wymagania

  • ukończone studia wyższe w informatyce, data science, matematyce lub pokrewne
  • solidne doświadczenie w budowaniu i utrzymaniu produkcyjnych pipeline'ów ML
  • biegła komunikacja w języku angielskim i polskim
  • gotowość do pracy hybrydowej z 1–2 wizytami w biurze tygodniowo
  • doświadczenie z platformami ML i środowiskami chmurowymi (Databricks, AWS, Azure lub GCP)

Opis stanowiska

Praca w OBI Smart Technologies przy klasycznych modelach ML i deep learningu dla biznesowych przypadków użycia. Będziesz projektować, trenować i optymalizować modele oraz budować end-to-end pipeline'y ML — od przygotowania danych po monitoring w produkcji. Pracujesz w tandemie z wewnętrznym kolegą, który zajmuje się stakeholderami, więc możesz skupić się na modelowaniu i wykonaniu technicznym. Uwaga: oczekuje się samodzielnego wdrażania i utrzymywania działających modeli w produkcji, a nie tylko prototypów.

🔍 Dekoder Ogłoszenia

🔴
Solid experience building and operating production-grade machine learning pipelines
Oczekuje się, że kandydat będzie w stanie samodzielnie wdrażać i utrzymywać działające modele ML w środowisku produkcyjnym, a nie tylko tworzyć prototypy.
🟡
You work in a tandem setup with an internal colleague who handles stakeholder management and overall coordination, allowing you to focus fully on modeling, pipelines, and technical execution.
Twoja rola będzie mocno techniczna, z minimalnym lub zerowym udziałem w komunikacji z klientem czy zarządzaniu projektem.
🔴
Ensure robustness, performance and reproducibility of machine learning solutions in production environments
Oprócz tworzenia modeli, będziesz odpowiedzialny za zapewnienie ich stabilności, szybkości działania i powtarzalności wyników w realnym środowisku.
🟡
Implement structured and versioned ML workflows supporting reliable model de
Oczekuje się, że będziesz stosować najlepsze praktyki inżynierskie w kontekście ML, w tym wersjonowanie kodu i danych, aby zapewnić przewidywalność.